• 分数阶映射Legendre-Gauss-Radau伪谱法及其自适应节点网格细化的最优控制问题求解方法

  摘要：本文提出了一种带自适应节点网格细化的分数阶映射Legendre-Gauss-Radau（LGR）伪谱方法，用于求解连续时间最优控制问题。引入了一种分数幂时间映射，在保留标准参考域插值、微分和求积结构的同时，重新分配LGR配点节点在物理域上的位置。该映射被嵌入Bolza最

  来源：IEEE Access

  时间：2026-10-13

• 面向柔性铰链耦合六自由度光电稳定平台的分层复合控制方法

  摘要：柔性铰链共振和载体引起的偏心耦合扭矩严重降低了六自由度（6-DOF）光电稳定平台的视轴（LOS）精度，而传统的单闭环比例-积分-微分（PID）控制无法同时抑制结构共振、实现全频段扰动抑制并保持闭环稳定性。本文提出了一种针对八音圈电机（VCM）冗余驱动内框六自由度平台的

  来源：IEEE Access

  时间：2026-10-13

• 面向异构冗余电静液作动器的多目标控制参数优化方法

  摘要：为满足航空航天电静液作动器（EHA）对高可靠性与高动态性能的双重要求，本文提出了一种面向异构冗余EHA的控制参数优化方法，以解决非相同通道间功率分布不均的问题。通过引入功率分配系数，将多通道耦合系统解耦为独立的单通道子系统，同时通过位移叠加获得系统整体输出，从而为参数

  来源：IEEE Access

  时间：2026-10-13

• 基于元模型的开口绕组永磁同步电机零序电流转矩脉动几何优化设计方法

  本文提出了一种基于元模型的优化设计方法，用于减轻具有公共直流母线结构的开口绕组永磁同步电机系统中零序电流引起的转矩脉动。与依赖复杂逆变器侧控制算法的传统方法不同，所提方法通过电机几何优化抑制零序电流的不利电磁效应，而不增加控制复杂度。为准确再现开口绕组的工作环境，开发了一个集

  来源：IEEE Access

  时间：2026-10-13

• 不平衡条件下欠采样技术对过拟合影响的系统实证研究

  摘要： 类别不平衡是监督学习中一个持续存在的挑战，其中少数类别的代表不足可能损害分类器的泛化能力。尽管先前的研究分别探讨了过拟合和类别不平衡问题，但在不平衡条件下欠采样算法对过拟合的影响仍缺乏充分研究。本研究对五种欠采样技术进行了系统的经验比较，这些技术包括随机欠采样（R

  来源：IEEE Access

  时间：2026-10-13

• 面向软件定义系统的因果根因分析方法系统性综述与软件定义车辆适用性研究

  软件定义系统，涵盖软件定义网络（SDN）、软件定义存储（SDS）、信息物理系统（CPS）、物联网（IoT），以及近年兴起的软件定义车辆（SDV），正变得越来越复杂且软件密集，这使得可靠的诊断对于系统性能至关重要，在安全关键领域更是关乎运行安全。然而，形式化因果根因分析（RCA

  来源：IEEE Access

  时间：2026-10-13

• 基于任务适配布朗桥扩散框架的对比增强T1加权脑MRI图像合成方法

  对比增强T1加权磁共振成像（MRI）在脑肿瘤评估和治疗监测中发挥着重要作用。然而，反复使用钆基对比剂引发了安全性和工作流程方面的担忧。为应对这一挑战，我们提出了一种任务适配的布朗桥扩散框架，能够从非对比T1加权和流体衰减反转恢复扫描中合成对比增强T1加权图像。所提方法在融合源

  来源：IEEE Access

  时间：2026-10-13

• 网站指纹攻击深度模型训练加速：上下文感知动态剪枝方法

  摘要：网站指纹（WF）攻击通过分析加密网络流量的元数据来识别用户在Tor等匿名网络上浏览的网页。最先进的WF攻击依赖于深度学习（DL）模型来提取复杂的流量模式。然而，这些深度神经网络的拟合需要在大量epoch上进行迭代训练，在实验和流量漂移情况下的重新训练中形成了计算瓶颈。虽

  来源：IEEE Access

  时间：2026-10-13

• 超越外观：集体主义情境下服装如何通过自我表达与社会身份塑造自信——基于孟加拉国大学生的混合方法研究

  研究人员采用顺序解释性混合方法设计（sequential explanatory mixed-methods design），考察了312名孟加拉国大学生（72.4%为男性）中服装与自信的关系，检验了着装认知（enclothed cognition）和印象管理

  来源：Frontiers in Psychology

  时间：2026-10-13

• 面向3D堆叠高带宽内存制造的堆叠因子集成生产规划：一种优化方法

  随着AI驱动计算的加速发展，通过3D DRAM堆叠和硅通孔（TSV）技术制造的高带宽内存（HBM）需求激增，然而现有生产规划模型因将多层堆叠转换视为线性关系，存在高估封装级产能的风险。研究人员开发了一种显式纳入堆叠因子（Sj）的混合整数优化框架，涵盖4层、8层

  来源：Frontiers in Materials

  时间：2026-10-13

知名企业招聘：